01-1 인공지능과 머신러닝, 딥러닝

 

 

인공지능이란

인공지능(artificial intelligence)은 사람처럼 학습하고 추론할 수 있는 지능을 가진 컴퓨터 시스템을 만드는 기술

 

• 1950년 앨런 튜링(Alan Turing)이 인공지능이 사람과 같은지능을 가졌는지 테스트할 수 있는 유명한 튜링테스트(Turing Test)를 발표함
• 많은 과학자가 참여했던 1956년 다트머스 AI 컨퍼런스

 

• 영화 속 인공지능은 대부분 인공일반지능(artificial general intelligence) 혹은 강인공지능(strong AI)라고 불리는 인공지능임
• 즉, 사람과 구분하기 어려운 지능을 가진 컴퓨터 시스템이 인공일반지능이다!

 

• 반면 현실에서 우리가 마주하고 있는 인공지능은 약인공지능(Week AI) !
• 약인공지능은 아직까지는 특정 분야에서 사람의 일을 도와주는 보조 역할까지만 가능
• ex : 음성 비서, 자율 주행 자동차, 음악 추천, 기계 번역, 알파고 등

 

머신러닝이란

머신러닝(machine learning)은 규칙을 일일이 프로그래밍하지 않아도 자동으로 데이터에서 규칙을 학습하는 알고리즘을 연구하는 분야

인공지능의 하위 분야 중에서 지능을 구현하는 핵심분야

 

• 머신러닝은 통계학과 깊은 관련이 있음. 그래서 통계학에서 유래된 머신러닝 알고리즘이 많으며 통계학과 컴퓨터 과학 분야가 상호 작용하면서 발전하고 있음
• 대표적인 오픈소스 통계 소프트웨어 R 에는 다양한 머신러닝 알고리즘이 구현되어 있음

 

• 하지만 최근 머신러닝의 발전은 통계나 수학이론보다 경험을 바탕으로 발전하는 경우가 많음
• 컴퓨터 과학 분야의 대표적인 머신러닝 라이브러리는 사이킷럿(scikit-learn)

 

• 사이킷런 라이브러리는 파이썬 API를 사용
• 파이썬 언어는 배우기 쉽고 컴파일하지 않아도 되기 때문에 사용하기 편리
• 사이킷런과 같은 오픈소스 라이브러리의 발전 덕분에 머신러닝 분야는 폭발적으로 성장 !

 

• 머신러닝 라이브러리에 포함된 알고리즘들은 안정적이며 성능이 검증되어 있음

 

딥러닝이란

많은 머신러닝 알고리즘 중에 인공 신경망(artificial neural network)을 기반으로 한 방법들을 통칭하여 딥러닝(deep learning)이라고 부름

종종 인공 신경망과 딥러닝을 크게 구분하지 않고 사용하기도 함

 

• 1998년 얀 르쿤(Yann Lecun)이 신경망 모델을 만들어 손글씨 숫자를 인식하는 데 성공 <-- LeNet-5 ; 최초의 합성곱 신경망

 

• LeNet-5, AlexNet과 같이 인공 신경망이 이전과 다르게 놀라운 성능을 달성하게 된 원동

      1. 복잡한 알고리즘을 훈련할 수 있는 풍부한 데이터

      2. 컴퓨터 성능의 향상

      3. 혁신적인 알고리즘 개발

 

• 2015년 구글은 딥러닝 라이브러리인 텐서플로(TensorFlow)를 오픈소스로 공개 ; 공개와 동시에 큰 인기, 가장 널리 사용되는 딥러닝 라이브러리
• 2018년 페이스북은 파이토치(PyTorch)를 공개
• 공통점 : 인공 신경망 알고리즘을 전문으로 다루고 있고 모두 사용하기 쉬운 파이썬 API를 제공